下载

Skill UI

浏览并发现 9688+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索化学，共找到 32 条记录

默认排序最新上传最多下载

高性能强化学习框架

K-Dense-AI/claude-scientific-skills

PufferLib是一个高性能的强化学习框架，专为大规模、高速的RL训练和仿真而设计。它通过优化的向量化和原生多智能体支持，实现了每秒数百万步的训练速度，极大地提升了RL研究和应用效率，适用于单智能体和多智能体环境的构建与训练。

量子计算开发框架

K-Dense-AI/claude-scientific-skills

Qiskit 是世界领先的开源量子计算框架，用于构建、优化和执行量子电路。它提供全面的功能，支持在IBM Quantum等多种硬件后端运行量子算法，并包含量子纠错、化学模拟和机器学习等领域的应用模块，是量子计算领域研究人员的必备工具。

高级分子控制

K-Dense-AI/claude-scientific-skills

RDKit 是 Python 化学信息学库，支持读取/写入分子、描述符计算、指纹、子结构搜索、反应变换与 2D/3D 可视化，适合药物发现与计算化学研究。

云原生分子建模工作流平台

K-Dense-AI/claude-scientific-skills

Rowan 通过 Python 接口提供 pKa 预测、构象/互变异构体生成、对接、蛋白-配体共折叠与描述符等云原生分子建模能力，适合批量化学筛选与多步骤管道，无需本地高性能集群。

稳定基线3：强化学习算法工具包

stable-baselines3

K-Dense-AI/claude-scientific-skills

稳定基线3是一个基于PyTorch的专业库，用于提供生产级的强化学习算法实现（如PPO、SAC、DQN等）。它支持单智能体RL模型训练，提供创建自定义环境的能力，并支持通过向量化环境进行高效的并行训练。适用于快速原型开发和严谨的强化学习实验。

论文自动改进循环

auto-paper-improvement-loop

wanshuiyin/Auto-claude-code-research-in-sleep

本技能用于自动化学术论文的迭代改进过程。它模拟了高级同行评审周期（评审→修改→重新编译），利用外部大型语言模型（GPT-5.4）进行多轮次优化。系统能够主动修复理论不一致性、增强展示质量，从而系统性地提升稿件的整体水平。

首百客户销售策略

first-customers

slavingia/skills

以《极简创业者》哲学为框架，指导创始人围绕“卖给第一百名客户”制定行动：亲友到社区再到冷启动，定价与指标迭代，先卖后发，强化学习反馈。

生物学化学/数值精准匹配

bio-chemical-numeric

EverMind-AI/EverOS

当生物学问题涉及特定的化学化合物名称、精确的浓度值（如“0.330 mg/100g”）或分类学同义词计数时，使用此技巧。通过使用引号进行精确匹配，并结合多个具体的化合物名或数值，可以极大地提高搜索的唯一性和准确性，尤其适用于生物化学和植物学研究。

Datamol化学信息工具

K-Dense-AI/scientific-agent-skills

Datamol 提供 rdkit 的 Python 化封装，简化 SMILES/SELFIES/InChI 解析、结构标准化、分子描述符/指纹、聚类、3D 构象、并行批处理及云存储读写等药物发现流程，并保持与 rdkit.Chem.Mol 对象的兼容性。

分子机器学习工具集

K-Dense-AI/scientific-agent-skills

DeepChem 是面向化学与生物的 Python 机器学习库，提供分子特征化、数据加载、拆分和模型训练能力，可快速用于属性、毒性、蛋白质或材料性质预测。

医药化学筛选工具

K-Dense-AI/scientific-agent-skills

Medchem 是面向药物发现的 Python 库，提供药性规则、结构警报、官能团检测、标准目录、复杂度评估与自定义约束，帮助批量筛选化合物库并优先挑选候选分子。

高性能强化学习框架

K-Dense-AI/scientific-agent-skills

PufferLib是一个高性能的强化学习框架，专为大规模、高速的RL训练和仿真而设计。它通过优化的向量化和原生多智能体支持，实现了每秒数百万步的训练速度，极大地提升了RL研究和应用效率，适用于单智能体和多智能体环境的构建与训练。

上一页 123 下一页

语言